REMem：语言智能体中基于情景记忆的推理

摘要

人类擅长沿时空情境记住具体经历并进行跨事件推理，即情景记忆（episodic memory）能力。相比之下，语言智能体中的记忆仍以语义记忆为主，现有智能体尚不能有效地对交互历史进行回忆与推理。我们从这一差距出发，识别并形式化了情景回忆与推理的核心挑战，并观察到现有工作往往忽视情景性、缺乏显式的事件建模，或过度强调简单检索而非复杂推理。我们提出REMem，一个构建情景记忆并基于其进行推理的两阶段框架：1）离线索引，REMem将经历转换为灵活链接时间感知要点（gist）与事实的混合记忆图。2）在线推理，REMem采用配备精心策划工具的agentic检索器，在记忆图上进行迭代检索。跨四个情景记忆基准的全面评估表明，REMem大幅优于Mem0和HippoRAG 2等最先进的记忆系统，在情景回忆与推理任务上分别取得3.4%和13.4%的绝对提升。此外，REMem对无法回答的问题也表现出更稳健的拒答行为。

REMem：语言智能体中基于情景记忆的推理 — 图1：情景记忆评估概览。话语被锚定到时间线上（上）。我们评估两种渐进式能力并展示各自（下）的平均分数：1) 情景回忆（Episodic recollection）：回忆过去经验的时间及其他情境要素，以 LoCoMo 和 REALTALK 上的 LLM-as-a-judge 分数衡量。2) 情景推理（Episodic reasoning）：基于回忆跨时间线进行多步推理，例如事件间关系、计数和序数查询，以 Complex-TR 上的 LLM-as-a-judge 分数和 Test of Time 上的 EM 分数衡量。